基于EEMD和IPSO的SVM短期光伏出力预测

• 作者: 朱梅梅 苏建徽 陈智慧
• 来源期刊: 电气工程学报
• 学科: 工学
• 关键词: 光伏发电短期预测 集合经验模态分解 改进粒子群优化算法 支持向量机
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 合肥工业大学电气与自动化工程学院专刊(一)
• 页码范围: 47-54
• 页数: 8页
• 分类号: TM615
• 字数: 6106字
• 语种: 中文
• DOI: 11.11985/2016.04.008

摘要

针对光伏发电短期预测准确性问题,提出一种基于集合经验模态分解(EEMD)和改进粒子群优化算法(IPSO)的支持向量机(SVM)预测模型.该模型选择与预测日具有相同天气类型的历史光伏小时出力数据及相关气象因素作为输入变量,采用EEMD方法将历史光伏小时出力数据分解为一系列相对比较平稳的分量序列,针对不同特征子序列,建立选用不同核函数的SVM模型分别进行短期预测,并采用IPSO对不同SVM模型的参数进行优化.通过建立不同预测模型进行比较分析,验证了本文提出的组合预测模型具有较高的预测精度,对大规模光伏并网电力系统的决策优化调度具有一定的意义和参考价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏建徽	合肥工业大学教育部光伏系统工程研究中心	196	6316	38.0	77.0
2	朱梅梅	合肥工业大学教育部光伏系统工程研究中心	4	15	3.0	3.0
3	陈智慧		1	4	1.0	1.0